DeepSeek 被 AA 评级系统性高于 Epoch 榜单约 5 分
scaling01 · x · 2026-10-29
scaling01 分享一张 Artificial Analysis 与 Epoch AI 评测对比图：10 个 DeepSeek 模型在两套指数上高度相关（r=0.973），但 AA Progress Index 给 DeepSeek 的评分平均比 Epoch ECI 高 5 分以上，且自 2025 年 7 月以来偏差扩大到约 13 分。图中 DeepSeek V4 Pro 0813、V4.1 Flash 等型号整体位于所有 162 个匹配模型的拟合线上方，即 AA 对 DeepSeek 评级系统性更乐观，ECI 则相对保守。作者配文「DeepSeek is AA maxxing」调侃这一现象。
「模型」频道最新
- Gemini 4 Carbon 登顶 Arena 文本榜,Agent 榜第二且成本仅 Opus 5.5 的 28% — infwinston · 2026-10-29
- Google 迭代太慢遭批：新模型没发布就可能已被对手超越 — Angaisb_ · 2026-10-29
- 研究员批评 Google:Gemini 新模型不公开可用就别发跑分 — natolambert · 2026-10-29
- 两周连发：Google 推出 Gemini 4 Carbon，优先面向网络防御者开放 — GeminiApp · 2026-10-29
- 开发者呼吁做「AI 订阅性价比」对比工具，称 Google 额度最慷慨 — timigod · 2026-10-29
- Bindu Reddy:Carbon 若按 Argon 定价将比竞品便宜 5 倍,或引发小地震 — bindureddy · 2026-10-29